← ステッカーウォール AGENT · DETAIL

AI音声カスタマイザー：音声クローンによるオーディオブックの受注代行、月収1万元超え

ワークフロー：毎朝複数のクラウドソーシングプラットフォームの未対応注文を同期し、権利許諾要件を満たすテキストコンテンツを選別し、AIツールを使用して冗長な説明をクリーンアップし、異なるロールの語気、アクセント、ポーズのノードをマーキングする。事前に収集し

AGENT

主要項目

FIELD STAMPS

業界コンテンツ・クリエイター経済

地域中国

規模中小企業

チャネルオンライン

🔧 ワークフロー

毎朝複数のクラウドソーシングプラットフォームの未対応注文を同期し、権利許諾要件を満たすテキストコンテンツを選別し、AIツールを使用して冗長な説明をクリーンアップし、異なるロールの語気、アクセント、ポーズのノードをマーキングする。事前に収集した合法的な許諾済み音声サンプルを入力し、音声クローンツールを通じてロール別音声セグメントを生成し、バッチで結合・ノイズ除去した上で完成品をエクスポートする。夕方に手動で感情の連続性を校正し、顧客の検収完了後に喜马拉雅（Himalaya）、懒人听书（Lanren Tingshu）などのプラットフォームに同期してアップロードし、長期的な収益分配をトリガーする。毎週顧客のフィードバックを振り返り、音色パラメータを最適化する。

🛠 構築のハードル

基本的なAPI呼び出しまたはローカルデプロイの能力が必要であり、知人やパートナーから合法的に許諾された音声サンプルを少なくとも3件事前に取得し、同質化を防ぐための専用音声ライブラリをトレーニングする。ツールの選択においては、オープンソースの音声クローンツールのローカル環境を自ら構築して長期的なコストを削減するか、商用音声ツールをサブスクライブして技術的なハードルを下げることができる。全体の構築期間は約3〜7日で、最初の注文のテストプロセスを完了すれば本格的に受注可能であり、専門的な録音設備は不要。

🧰 ツールチェーン

🔧 XTTS-v2
🔧 ElevenLabs
🔧 AI-NovelSpeaker-V2
🔧 剪映（CapCut）

💰 収入

① 出版社や著者による部数に応じたオーディオブック代録費（主要収入）：1作品10万文字のオーディオブック制作費2000〜4000元×月間受注5〜10件＝1万〜4万元/月。ケーススタディでは中堅層の月平均8000〜1.2万元、トップ層1.5万〜3万元とされるが、代録費全体の割合は不明（事例ベース、独立した検証は現在なし）。② ショートドラマの分割音声代行（話数に応じた課金）：1話10分で料金80〜150元、30話のショートドラマ1本で純利益3000元（事例の自己申告ベース、独立した検証なし）。月間受注数は未確認であり、分割代行が総売上に占める割合は開示されていない。③ 音声プラットフォームの再生分配（許諾分配）：完成品をプラットフォームにアップロードし、再生回数に応じて分配。分配率も再生回数も公開されておらず、再生分配の割合は確認できない。④ オ oportunidad（チャンス項目）——メンテナンスサブスクリプションと自動化量産：紐付けられた顧客に対して月額200〜500元のメンテナンス料を請求し、10社の顧客と紐付けることで安定したキャッシュフローを構築（事例ベース、独立した検証なし）。工場化された量産（1万文字あたりのコストが8元未満、月産15〜25冊、事例ベース）を組み合わせるが、メンテナンスサブスクリプションの割合に関するデータはない。

💸 コスト

オープンソースの自社構築XTTS-v2ソリューションは、クラウドサーバーの年間利用料約300元のみで、音声生成に追加費用はかからない。ElevenLabs Pro版などの商用ソリューションは、サブスクリプション費用が月額約22米ドルで、生成文字数に応じて追加課金される。10万文字のオーディオブック1冊あたりの合成コストは5元未満であり、その他のハードウェア投資コストはない。

⏱ 時間投入

毎日3〜4時間

🚀 初心者ガイド

ステップ1：GitHubからAI-NovelSpeaker-V2などのオープンソースのオーディオブック生成プロジェクトをダウンロードし、ローカルデプロイを完了して複数ロールの合成効果をテストする、またはElevenLabsアカウントを登録して商用ツールの操作に慣れる。ステップ2：閑魚（Xianyu）、猪八戒（Zhubajie）、豆瓣（Douban）のオーディオブック制作グループなどのプラットフォームで「AIオーディオブックのカスタマイズ／代録」サービスを公開し、9.9元/1000文字のトライアルパッケージを設定して集客する。ステップ3：最初の受注を完了した後に顧客事例を蓄積し、中小出版社、ポッドキャスター、知識系IPなどのBtoBの長期顧客を段階的に開拓し、安定した受注ソースを形成する。

🔑 成功のカギ

✅ 15件以上のコンプライアンスに適合した専用音声ライブラリを蓄積し、異なるテーマのニーズに対応して差別化された参入障壁を形成する
✅ 手動校正によりAI音声の機械感を解消し、顧客のリピート率を40%以上に引き上げる
✅ 3つ以上の受注プラットフォームを活用して受注元のリスクを分散する
✅ 喜马拉雅や懒人听书などのプラットフォームの音声審査ルールに習熟し、完成品が確実にアップロードされて長期的な収益分配を得られるようにする

⚠️ 风险

⚠️ 権利者の許諾を得ずに映画・テレビ・公人の音色をクローンすることが権利侵害にあたる
⚠️ 純粋なAI合成音声が喜马拉雅などのプラットフォームによって規約違反と判定され、削除される
⚠️ AIが生成した音色の感情再現度に対する顧客の不満により、返金トラブルが発生する

📌 実例

📌 芝麻派AI実践：個人でXTTS-v2を採用して小説のオーディオブック代録を受注し、月間8件の受注で1.2万元の収入を得る
📌 オリジナル力ドキュメントの事例：1人で多品種の音声コンテンツアカウントを運営し、懒人听书などの複数のプラットフォームで月間収益分配が8000元を超える
📌 万象有声パブリックテスト期間のクリエイター：全自動AIマルチキャストツールを使用してオーディオブックをバッチ制作し、月産20作品で収益分配が1.5万元を超える

出典